Рейтинг «Технологический Индекс». CPI-сети
В очередной публикации по результатам исследования российского рынка маркетинговых технологий Adindex рассказывает о сегменте CPI-сети. Это сети сайтов, ориентированные на закупку инвентаря с моделью оплаты за установку приложения
В ходе опроса выяснилось, какие компании сегмента наиболее активны, и определились их сильные и слабые стороны. Всего было опрошено 107 респондентов, изучено 84 компании.
Рейтинг знанияПо доле знания уверенная победа у компании Bidease. На втором месте Petal Ads (Huawei), на третьем Hybe. Показатели знания в сегменте невелики, и превышают 50% лишь у лидера.
Рейтинг сотрудничества
Топ-3 рейтинга сотрудничества повторяет показатели рейтинга знания — впереди с неплохим отрывом Bidease, затем Petal Ads (Huawei), на третьем месте лишь ненамного отставшая компания Hybe.
В этом году рейтинг качества рассчитывался по новой методике: респонденты не оценивали отдельные параметры качества по 10-балльной шкале, вместо этого их просили отметить признаки, которым компания удовлетворяет. Победители определялись суммированием показателей в трех направлениях:
1. Ресурсы и сервисы
2. Технологичность и функциональность
3. Эккаунтинг и ценовые преимущества
В рейтинге качества лидирует Go Tech — у компании наивысшие баллы по критериям «Ресурсы и сервисы» и « Эккаунтинг и ценовые преимущества». Второе место занимает Bidease — добиться хороших показателей платформа сумела за счет высоких оценок за «Ресурсы и сервисы» и «Эккаунтинг и ценовые преимущества». На третьем месте Hybe благодаря наивысшему баллу за «Технологичность и функциональность».
В интегральном рейтинге лидирует Bidease — компания демонстрирует высокие показатели по всем критериям оценки. Второе место у Go Tech благодаря высокому баллу за качество. На третьем месте Petal Ads (Huawei), у платформы хорошие оценки за сотрудничество и знание. Итоговые результаты рейтинга невысоки, и превышают 9 баллов лишь у лидера.
Проблематика сегмента
Критических замечаний заказчики в этом сегменте оставили немного. Были отмечены низкое качество трафика, высокий порог входа и высокая стоимость CPM в CTV размещениях, некачественный аккаунтинг, необходимость длительного обучения ML на большом объеме данных и путаница в медиапланах.
